深度学习在生物医药领域的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量	算法框架	模型架构	性能指标	计算资源
1061	2025-11-07	Deep learning-based annotation of plant abiotic stress resistance genes for crops 2025-Nov, The Plant journal : for cell and molecular biology DOI:10.1111/tpj.70556 PMID:41194493	研究论文	提出基于深度学习的植物非生物胁迫抗性基因注释方法PASRGA，并构建植物基因数据库PlantASRG	结合迁移学习和对比学习技术开发基因注释模型，显著优于现有主流方法	未明确说明模型在跨物种泛化能力方面的限制	开发准确注释植物非生物胁迫抗性基因的深度学习工具	植物非生物胁迫（干旱、盐分、低温、紫外线）抗性基因	生物信息学	NA	DNA测序	深度学习	基因组数据	17种主要作物基因组	NA	NA	F1分数, AUROC, AUPRC, MCC	NA
1062	2025-11-07	Circulating microRNAs in viral myocarditis: Advancements in biological understanding and potential clinical applications 2025-Oct-31, Gene IF:2.6Q2 DOI:10.1016/j.gene.2025.149866 PMID:41177414	综述	本文系统回顾了循环microRNAs在病毒性心肌炎中的生物学作用及临床应用潜力	整合高通量测序与深度学习技术揭示循环microRNAs在病毒性心肌炎中的调控网络作用机制	循环microRNAs作为生物标志物的临床应用仍存在标准化和验证不足的局限性	建立病毒性心肌炎精准诊断和治疗的理论基础与策略框架	循环microRNAs及其在病毒性心肌炎中的调控网络	自然语言处理, 机器学习	心血管疾病	高通量测序, RNA结构预测	深度学习	RNA序列数据, 蛋白质结构数据	NA	NA	NA	NA	NA
1063	2025-11-07	Artificial intelligence for detection of age-related macular degeneration based on fundus images: A systematic review 2025-Oct-30, Survey of ophthalmology IF:5.1Q1 DOI:10.1016/j.survophthal.2025.10.004 PMID:41173219	系统综述	系统回顾基于眼底图像使用人工智能技术检测年龄相关性黄斑变性的应用与性能	首次系统评估不同机器学习/深度学习算法在AMD检测中的性能比较，明确ResNet架构表现最优	缺乏校准性、公平性、可解释性评估，外部验证和临床前瞻性验证不足	评估人工智能技术在年龄相关性黄斑变性检测中的性能和应用现状	年龄相关性黄斑变性患者的眼底图像	计算机视觉	年龄相关性黄斑变性	眼底成像	CNN	图像	42篇研究论文（主要使用AREDS数据集，22篇研究）	NA	ResNet, CNN	准确率	NA
1064	2025-11-07	Segmentation algorithm of Ochotona curzoniae-induced bare patches in alpine meadow based on deep lear-ning 2025-Oct-18, Ying yong sheng tai xue bao = The journal of applied ecology DOI:10.13287/j.1001-9332.202510.031 PMID:41194739	研究论文	提出一种基于深度学习的波浪增强U型卷积神经网络用于无人机影像中高原鼠兔导致的裸斑分割	在UNet架构中引入坐标注意力机制增强空间定位能力，使用小波变换卷积提升高频信息提取和细粒度特征恢复，采用复合损失函数解决类别不平衡问题	NA	开发高效准确的高原鼠兔导致的裸斑分割方法	高原鼠兔导致的草地裸斑	计算机视觉	NA	无人机影像	CNN	图像	NA	NA	W-UNet, UNet, VGG16	MIoU, MPA, ACC	NA
1065	2025-11-07	Deep Learning-Based Segmentation of Lung Adenocarcinoma Whole-Slide Images for Objective Grading, Tumor Spread Through Air Spaces Identification, and Mutation Prediction 2025-Oct-10, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100907 PMID:41075873	研究论文	开发基于深度学习的多类别分割模型，用于肺腺癌全切片图像的客观分级、肿瘤气腔扩散识别和突变预测	首次使用深度学习模型同时实现肺腺癌组织亚型分割、客观分级、气腔扩散检测和基因组改变关联分析	研究基于766例切除的非黏液性肺腺癌，需要进一步验证在更广泛人群中的适用性	解决肺腺癌形态学模式手动量化因病理学家间差异导致的重复性问题	非黏液性肺腺癌切除标本的数字化图像	数字病理学	肺癌	全切片图像分析	深度学习分割模型	病理图像	766例非黏液性肺腺癌（108例内部标注，130例外部队列验证，528例内部任务验证）	NA	Deep Multi-Magnification Network	P值统计显著性	NA
1066	2025-11-07	Prevalence, Immune Checkpoint Expression, and Spatial Interplay of Immune Cells Are Linked to Favorable Tumor Phenotype in 4915 Human Carcinomas 2025-Oct-09, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104248 PMID:41067503	研究论文	本研究通过深度学习框架和多重荧光免疫组化技术，系统分析了4915个肿瘤样本中上皮内免疫细胞的密度、免疫检查点表达和空间相互作用	首次在43种癌种中全面评估上皮内免疫细胞及其空间相互作用，并识别出与良好肿瘤表型相关的泛癌高炎症表型	研究基于组织微阵列技术，可能无法完全反映肿瘤异质性；样本量在不同癌种间分布不均	系统评估人类癌组织中上皮内免疫细胞的分布特征及其与肿瘤表型的关联	4915个来自43种不同癌种的肿瘤样本	数字病理学	癌症	多重荧光免疫组化，深度学习，组织微阵列	深度学习框架	组织图像，荧光图像	4915个肿瘤样本，涵盖43种癌种	NA	NA	细胞密度计数，统计学显著性检验	NA
1067	2025-11-07	Simulating Sinogram-Domain Motion and Correcting Image-Domain Artifacts Using Deep Learning in HR-pQCT Bone Imaging 2025-Oct-03, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2025.3617225 PMID:41180080	研究论文	提出一种深度学习方法用于HR-pQCT骨成像中的运动伪影校正	优化传统正弦图方法模拟运动伪影，提出边缘增强自注意力Wasserstein生成对抗网络(ESWGAN-GP)，结合边缘增强跳跃连接和自注意力机制	模拟的运动表示简化了真实运动复杂性，可能无法完全捕捉体内运动伪影的全部特征	解决HR-pQCT骨成像中的刚性运动伪影问题	HR-pQCT骨图像中的皮质骨条纹和骨小梁模糊伪影	医学影像处理	骨骼疾病	HR-pQCT成像	GAN,WGAN-GP	医学图像	NA	PyTorch,TensorFlow	ESWGAN-GP,VGG,自注意力机制	信噪比,结构相似性指数,视觉信息保真度	NA
1068	2025-11-07	Lung MRI: Indications, Capabilities, and Techniques-AJR Expert Panel Narrative Review 2025-Oct, AJR. American journal of roentgenology DOI:10.2214/AJR.25.32637 PMID:40397559	综述	本文系统回顾了肺部MRI的临床适应症、现有能力、扫描协议及新兴技术	整合了专家共识建议，并探讨了深度学习加速等新技术在肺部MRI中的潜在应用前景	临床应用中存在医生认知度不足、放射科医师和技术人员经验欠缺等推广障碍	评估肺部MRI在肺部疾病诊断和监测中的临床应用价值	肺部实质和气道病理变化的MRI评估	数字病理	肺癌	MRI, 深度学习加速	NA	医学影像	NA	NA	NA	NA	NA
1069	2025-11-07	SAAM-VetNet: an attention-based multi-task framework for animal disease detection and severity grading 2025-Oct, Annals of medicine and surgery (2012) DOI:10.1097/MS9.0000000000003728 PMID:41181424	研究论文	提出一种基于注意力机制的多任务深度学习框架SAAM-VetNet，用于从医学图像中同时检测动物疾病并进行严重程度分级	首次将严重程度感知的注意力机制与多任务学习相结合，通过卷积块注意力模块增强特征定位和上下文表示能力	仅在两个公开数据集上进行验证，需要更多样化的数据来证明泛化能力	开发自动化动物疾病检测和严重程度分级的深度学习系统	动物医学图像	计算机视觉	动物疾病	深度学习	CNN, 注意力机制	医学图像	两个公开数据集：动物疾病分类数据集和乳腺炎检测数据集	NA	SAAM-VetNet, 卷积块注意力模块	准确率, F1分数	NA
1070	2025-11-07	A robust ensemble-based deep learning framework for automated retinal disease detection 2025 Oct-Dec, Health informatics journal IF:2.2Q3 DOI:10.1177/14604582251396416 PMID:41192815	研究论文	提出一种集成深度学习框架ResEfficientNetB3，用于自动视网膜疾病检测	结合EfficientNetB3的缩放能力和ResNet50的残差学习，提出新型集成模型	NA	开发稳健的深度学习框架用于自动多类别视网膜疾病检测，支持临床决策	视网膜疾病图像	计算机视觉	视网膜疾病	图像增强（旋转、缩放、翻转）	CNN	图像	数据集1：4217张图像（4类别），数据集2：8230张图像（8类别）	NA	EfficientNetB3, ResNet50	准确率	NA
1071	2025-11-07	Integrating clinical guidelines with large language models for improved sepsis mortality prediction 2025 Oct-Dec, Health informatics journal IF:2.2Q3 DOI:10.1177/14604582251387649 PMID:41195684	研究论文	本研究开发并验证了一种集成临床指南的大语言模型，用于提高脓毒症死亡率预测性能	通过低秩自适应微调大语言模型，并将临床指南显式嵌入训练过程，创新性地结合领域专业知识与预训练语言模型	研究仅使用MIMIC-IV单一数据库，未在外部数据集验证模型泛化能力	提高脓毒症患者死亡率预测的准确性和临床实用性	24,237名ICU脓毒症患者	自然语言处理	脓毒症	大语言模型微调，低秩自适应	LLM	临床文本数据	24,237名ICU脓毒症患者	NA	大语言模型	准确率，F1分数，敏感度，特异度，AUC	NA
1072	2025-11-07	Transforming histologic assessment: artificial intelligence in cancer diagnosis and personalized treatment 2025-Sep-24, British journal of cancer IF:6.4Q1 DOI:10.1038/s41416-025-03206-y PMID:40993310	综述	本文综述了人工智能在组织学评估中的变革作用，特别是在癌症诊断和个性化治疗中的应用进展	AI从诊断辅助工具发展为临床决策的核心组成部分，通过深度学习技术复制并增强病理学家决策，解决观察者间变异性和诊断可重复性等挑战	AI预测验证存在挑战，特别是在预后应用方面，资源有限环境中的可及性仍需保障	探讨人工智能在组织病理学评估中的转型作用及其在癌症诊断和治疗个性化中的应用	组织学图像、基因组数据、临床数据及其在癌症诊断和治疗预测中的整合应用	数字病理学	癌症	全切片成像(WSI)、空间转录组学、多模态数据整合	深度学习	图像、基因组数据、临床数据	基于TCGA等公共数据库的大规模组织学-基因组-临床整合数据集	NA	NA	预测准确性、可解释性	NA
1073	2025-11-07	SeaMoon: From protein language models to continuous structural heterogeneity 2025-Sep-04, Structure (London, England : 1993) DOI:10.1016/j.str.2025.06.010 PMID:40683255	研究论文	本研究开发了SeaMoon方法，直接从蛋白质序列预测连续结构异质性，无需依赖3D结构信息	首次探索直接从蛋白质序列预测连续结构运动，无需利用3D结构；结合蛋白质语言模型与轻量级卷积神经网络；能够捕捉传统方法无法识别的运动模式	仅对40%的测试蛋白质能够以合理精度预测至少一个真实运动	开发直接从蛋白质序列预测连续结构异质性的深度学习方法	蛋白质结构运动和构象变化	计算生物学, 机器学习	NA	蛋白质语言模型, 深度学习	CNN	蛋白质序列, 蛋白质语言模型嵌入	约1,000组实验构象集合	NA	轻量级卷积神经网络	预测精度	NA
1074	2025-11-07	Accelerating Biomolecular Modeling with AtomWorks and RF3 2025-Aug-15, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.14.670328 PMID:40832246	研究论文	提出AtomWorks数据框架和RosettaFold-3结构预测网络，用于加速生物分子建模开发	开发了通用的生物分子基础模型数据框架，并改进了手性处理以缩小与AlphaFold3的性能差距	未明确说明模型的具体性能局限或计算资源需求	促进开源生物分子机器学习模型的发展，改进生物分子结构预测	蛋白质结构和生物分子复合物	机器学习	NA	深度学习	神经网络	蛋白质结构数据	NA	NA	RosettaFold-3	NA	NA
1075	2025-11-07	[A deep learning method for differentiating nasopharyngeal carcinoma and lymphoma based on MRI] 2025-Jul, Lin chuang er bi yan hou tou jing wai ke za zhi = Journal of clinical otorhinolaryngology head and neck surgery DOI:10.13201/j.issn.2096-7993.2025.07.001 PMID:40555483	研究论文	开发基于常规MRI的深度学习模型，用于鼻咽癌和鼻咽淋巴瘤的自动分割与鉴别诊断	首次将预训练ResNet101模型应用于鼻咽癌与淋巴瘤的MRI影像鉴别诊断，并采用多序列图像组合策略提升性能	回顾性研究，样本量有限（434例），仅使用单一医疗机构数据	建立基于MRI的自动分割和鉴别诊断模型	鼻咽癌和鼻咽淋巴瘤患者	医学影像分析	鼻咽癌, 淋巴瘤	MRI（T1WI, T2WI, T1CE）	CNN	医学影像	434例患者（142例淋巴瘤，292例鼻咽癌）	PyTorch/TensorFlow（未明确指定）	ResNet101	Dice系数, AUC	NA
1076	2025-11-07	Dynamic Hierarchical Convolutional Attention Network for Recognizing Motor Imagery Intention 2025-May, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3549583 PMID:40131750	研究论文	提出动态分层卷积注意力网络(DH-CAN)，通过综合学习脑电图信号的全局/局部空间特征和时频特征来识别运动想象意图	首次将脑区映射与图注意力网络结合，通过参数共享机制捕捉对称脑区的不对称运动想象模式，实现多层级特征融合	未明确说明模型计算复杂度及实时性表现，在更广泛数据集上的泛化能力有待验证	开发更有效的脑电图解码模型以准确识别运动想象意图	脑电图信号中的运动想象神经活动模式	脑机接口	NA	脑电图信号处理	CNN,图注意力网络	脑电图时序信号	两个公开数据集（具体数量未说明）	NA	动态分层卷积注意力网络(DH-CAN)，包含多尺度卷积块和图注意力网络	多种评估指标（具体指标未列明）	NA
1077	2025-11-07	EViT: An Eagle Vision Transformer With Bi-Fovea Self-Attention 2025-Mar, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3532282 PMID:40031751	研究论文	提出一种受鹰眼视觉系统启发的视觉Transformer模型EViT，通过双凹窝自注意力机制提高计算效率和特征表示能力	首次将鹰眼视觉特性引入视觉Transformer，提出双凹窝视觉交互结构、双凹窝自注意力机制和双凹窝前馈网络	NA	解决视觉Transformer计算复杂度高和缺乏理想归纳偏置的问题	计算机视觉任务中的特征表示学习	计算机视觉	NA	深度学习	Transformer	图像	NA	NA	EViT, 金字塔骨干网络	计算效率, 可扩展性	NA
1078	2025-11-07	Enhanced diagnosis of pes planus and pes cavus using deep learning-based segmentation of weight-bearing lateral foot radiographs: a comparative observer study 2025-Jan, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00439-3 PMID:39781051	研究论文	开发基于深度学习的足部承重侧位X线片语义分割模型，用于增强扁平足和高弓足的诊断	首次将U-Net模型应用于足部承重X线片的语义分割，并采用混合损失函数结合Dice Loss和边界损失来提升分割精度	研究样本仅来自韩国年轻男性，缺乏更广泛人群的验证	通过深度学习模型改进扁平足和高弓足的诊断准确性	足部承重侧位X线片	数字病理学	足部畸形	X射线成像	CNN	医学影像	300张韩国年轻男性足部X线片（200训练，100内部验证），外加两个外部验证数据集	NA	U-Net	角度测量误差，诊断准确率	NA
1079	2025-11-07	Diagnosis of colorectal cancer using residual transformer with mixed attention and explainable AI 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335418 PMID:41183063	研究论文	提出一种结合残差网络和混合注意力Transformer的混合模型RNTNet，用于结直肠癌图像诊断，并通过可解释AI技术可视化模型决策过程	提出Residual Next Transformer Network (RNTNet)，结合ResNeXt的细粒度特征提取能力和带混合注意力机制的ViT编码器，实现局部与全局特征的协同建模	仅使用两个公开数据集进行验证，未在更大规模或更多样化的临床数据上进行测试	提高结直肠癌图像诊断的准确性和可解释性	结直肠癌组织图像	计算机视觉	结直肠癌	深度学习	CNN, Transformer	图像	Kather和KvasirV1两个公开数据集	NA	ResNeXt, Vision Transformer (ViT), RNTNet	准确率, AUC	NA
1080	2025-11-07	Multiview state-of-health estimation for lithium-ion batteries using time-frequency image fusion and attention-based deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335351 PMID:41183084	研究论文	提出一种基于时频图像融合和注意力机制的多视角锂离子电池健康状态估计方法	首次将时域信号转换为时频图像并与原始时序特征通过双分支注意力机制进行融合	未明确说明模型在不同电池类型和工况下的泛化能力	实现锂离子电池健康状态的准确早期预测	锂离子电池	机器学习	NA	小波变换	CNN, LSTM	时域信号, 时频图像	NA	NA	CNN-LSTM融合架构	预测精度	NA